華為的“達芬奇計劃”曝光，該計劃是開發用於數據中心的AI芯片，以挑戰當下在AI芯片市場佔據龍頭地位的NVIDIA，那麼對於華為來說它加入AI芯片大戰有多少勝算呢？
NVIDIA的優勢
NVIDIA在AI芯片領域取得領先優勢並非一朝一夕所取得的，這是它十多年來努力獲得的結果。隨著AI的興起，業界日益認識到GPU所擁有的低精度、並行計算等優點更適合神經訓練，這是GPU開始逐漸被應用於AI領域的原因，不過NVIDIA能在該領域佔據領先優勢並不僅僅是它所擁有領先優勢的GPU，畢竟另一家GPU廠商AMD的Radeon GPU在性能方面與NVIDIA旗鼓相當，但是在AI領域卻遠遠落後於NVIDIA。
NVIDIA在AI芯片市場取得領先優勢除了其所擁有的性能強大的GPU之外，還與它早早打造的CUDA平臺有很大關係。NVIDIA很早就認識到了GPU所擁有的強大計算能力，並認為GPU將較CPU有更大的的發展前途，為此它開發了CUDA平臺，這個平臺可以將GPU作為一個並行數據計算的設備，對所進行的計算進行分配和管理，用戶的開發門檻大大降低了。
在NVIDIA的努力下，CUDA平臺逐漸獲得一些開發者的加入，並逐漸形成了自己的生態，只不過當時由於數據中心絕大多數都是基於Intel的X86架構服務芯片開發，NVIDIA的CUDA平臺並沒有獲得迅速的發展，直到AI的興起，CUDA平臺所擁有的優勢開始獲得認可，目前全球絕大多數的神經訓練網絡都是基於NVIDIA的芯片搭建，CUDA平臺開始形成一個良好的生態平臺，它讓AI開發者可以基於CUDA平臺更容易開發各種應用和服務，NVIDIA開始在AI領域取得領先優勢。
NVIDIA並未佔據絕對的優勢
當NVIDIA在AI芯片市場逐漸取得領先優勢的時候，各互聯網巨頭也開始在AI領域發力，不過或許是受服務器芯片市場過於受制於Intel的影響，互聯網巨頭並不希望在AI芯片上完全受制於NVIDIA，而且各個互聯網巨頭在AI領域的發展方向有自己的側重點，例如圖片分析與語音分析就有很大的差異，NVIDIA的通用方案導致在計算效率方面並未達到理想的狀態，谷歌就專門開發了自己的AI芯片TPU並針對自己的AI算法進行深度優化獲得更高的運算效率。
正因此全球的AI芯片開始呈現百花齊放的局面，尤其是中國市場誕生了數百家AI芯片企業，當下中國較為知名的AI芯片企業就有寒武紀、地平線等芯片企業。
中國芯片企業呈現高度繁榮的景象也與中國在2014年成立的集成電路產業基金的支持有很大關係，中國已認識到芯片的重要性為此對於國內興起的芯片企業給予了大力支持，而AI芯片作為新興芯片行業更容易在當下國外芯片企業尚未佔據絕對優勢的時候突圍而出，自然也成為中國支持的重點。
華為佈局AI芯片有它的優勢
華為是中國服務器市場的有力競爭者之一，其已成為全球第四大服務器供應商，當下其也已成立華為雲事業部，這都可以看出它在數據業務方面的野心以及所擁有的能力，其可以如谷歌一樣將自己的AI算法與AI芯片進行深度優化獲得更高的運算效率。值得注意的是國內最大的雲服務供應商阿里巴巴也宣佈開發自己的AI芯片，華為更不應落於人後。
筆者認為華為開發AI芯片是有很大的可能性獲得成功的，不過其AI芯片要獲得其他企業的採用並不容易，畢竟競爭對手考慮到競爭關係一般都不會採用華為的AI芯片，華為研發的AI芯片很可能也將如手機芯片一樣主要是應用於它自己的通信設備、手機、服務器以及華為雲業務上。
閱讀更多 柏穎 的文章
